[发明专利]一种基于近红外光的膝骨性关节炎病程检测方法

权利要求书

1.一种基于近红外光的膝骨性关节炎病程检测系统，其特征在于，所述基于近红外光的膝骨性关节炎病程检测系统，首先采用图像分割处理技术对膝关节CT图片进行处理，留下肌肉和骨骼组织部分并进行灰度对比值加强和边缘提取；并通过高斯函数拟合不同情况下的红外光子出射分布特征，以有效光子出射率和拟合函数的对称轴坐标作为判定的双重指标；

所述基于近红外光的膝骨性关节炎病程检测系统具体包括：

首先将150份临床膝关节CT图作为样本数据，按照关节炎患病早期、中期和晚期分成3类；随后用等量红外光子从同一位置入射上述三类图片，分别用蒙特卡洛方法模拟光子在不同病程膝关节内的运动轨迹，采用高斯函数拟合各病程下出射红外光子的分布特征，其中，高斯函数的自变量为出射光子的体素横坐标，因变量为在对应坐标处出射的光子数；最后用统计学方法统计三种病程条件下，运动轨迹通过关节腔并最终出射的有效光子数占所有入射光子数的比率，以及拟合后的高斯函数的对称轴坐标，以此作为判定膝关节炎的患病程度的指标，以范围形式描述；对待检测患者的CT图做相同近红外光子运动轨迹模拟和高斯拟合，计算指标值；若两项指标均落在相同病程范围内，则判定患者的膝关节炎患病程度为对应病程；

通过高斯函数分析和拟合不同情况下的出射光子分布特征，包括：

基于高斯函数的光子分布特征拟合：

记待拟合的自变量矩阵为X＝[x(1) x(2) … x(N)]^T，因变量矩阵为Y＝[y(1) y(2) …y(N)]^T，N为数据总量；

高斯函数公式为：

其中，待估参数y_max,x_max,σ分别为高斯曲线的峰值、峰值对应横坐标和半宽；其中，σ与y(k)呈非线性关系，若直接进行求解，采用非线性寻优算法；对高斯函数公式等号两边同时取以自然对数e(e≈2.718)为底的对数，得：

令：

则高斯函数公式等号两边同时取以自然对数e(e≈2.718)为底的对数公式写为：

将原有的求解y_max,x_max,σ命题转化成了求解b₀,b₁,b₂；由于b₀,b₁,b₂与z(k)呈线性关系，用最小二乘法进行求解；定义待估参数矩阵θ＝[b₀ b₁ b₂],数据矩阵Z和Φ分别为：

通过极小化拟合误差求解θ,得其最小二乘解为：

将代入公式得高斯函数的原始待估参数y_max,x_max,σ分别为：

所述基于近红外光的膝骨性关节炎病程检测系统通过捕捉出射红外光子的分布信息，能够发现早期关节炎引起的关节腔滑液的微小病变信息，滑液浓度变化10％以上即可在出射光子的分布特征上体现出区别。